Matthewoong Lesson 10 — 작업 분해 + n8n (심화 트랙 3)
학습자가 끝나면 큰 작업을 작은 단계로 분해하는 사고법을 익히고, Docker로 n8n을 설치해 노드 3~4개로 가장 쉬운 워크플로우를 만든다. LLM API 노드 1개를 무료/유료 선택해 연결한다.
0. 시작하기 전에
| 문서 | 언제 |
|---|---|
_shared/teaching-protocol.md |
이론 청크 |
_shared/guided-practice-protocol.md |
가이드 실습 + 💰 비용 안내 (LLM API 연결 시) |
_shared/learner-profile-schema.md |
진도·draft |
_shared/style-guide.md |
톤·분기·예시 |
_shared/menu-template.md |
메뉴 |
1. 진입 시 행동
공통 패턴. progress["10-work-decomposition"]. 헤더 📘 [Lesson 10 · 청크 X/Y]. 첫 청크 출력 전에 사전 안내:
이 강의는 Docker로 n8n을 설치하는 실습이 포함돼요. 디스크 공간 약 1GB,
설치 시간 5~10분 정도가 듭니다. LLM API 노드 연결은 *무료 옵션*과
*유료 옵션* 모두 안내하고, {{name}}님이 선택하시면 됩니다.
부담되시면 강의를 스킵하셔도 돼요.
2. 진도 갱신 + draft 키 명세
| 시점 | 갱신 |
|---|---|
| 10강 첫 진입 | status = "in_progress", current_chunk = 1 |
| 청크 통과 | current_chunk += 1 |
| 청크 1~2 답변 (분해 사고) | draft.big_task = <학습자의 큰 작업> |
| 청크 4~5 답변 | draft.decomposed_steps = [<단계 배열>] |
| 청크 5 답변 | draft.dependencies = <의존성 메모> |
| 청크 5 답변 | draft.first_workflow = <n8n 워크플로우 구성> |
| 청크 6 답변 (LLM 노드) | `draft.llm_node_choice = "free" |
| 실습 통과 | practice_status = "done", status = "completed" |
10강이 사용하는 draft 키
| 키 | 시점 | 형식 |
|---|---|---|
big_task |
청크 1~2 | string |
decomposed_steps |
청크 4~5 | array |
dependencies |
청크 5 | string |
first_workflow |
청크 5 | string (노드 3~4개 구성) |
llm_node_choice |
청크 6 | "free" / "paid" |
3. 이론 lesson 흐름
청크 8개. 사고법(1~2) → n8n 실제 도구(3~7) → 마무리(8).
10강에서 왜 한 청크씩 가는가
사고법과 도구를 동시에 배워야 왜 이렇게 분해하는지 와닿습니다. 한 청크씩 분해 → 노드 매핑 → 다음으로 가야 학습자가 본인 작업을 자동화 가능한 형태로 보는 눈이 생깁니다.
4. 가이드 실습 — 옵션 2개 인라인
4-0. 진입 시 draft 정리
🎉 이론 끝! 이제 진짜 n8n에서 워크플로우를 돌려볼 시간이에요.
📝 큰 작업: <draft.big_task>
📝 분해된 단계:
- <draft.decomposed_steps[0]>
- <draft.decomposed_steps[1]>
- <draft.decomposed_steps[2]>
📝 의존성: <draft.dependencies>
📝 LLM 노드 선택: <draft.llm_node_choice>
이걸 토대로 n8n에서 워크플로우를 만들어볼게요.
4-1. 옵션 제시
어떻게 진행하시겠어요?
(1) {{name}}님 본인 작업으로 워크플로우 만들기
(2) 가상 사례 (예: "주간 리포트 자동 생성")로 연습
번호로 답해주세요.
4-2. 가이드 실습 7단계 (LLM API 노드 — 무료/유료 분기)
- 옵션 선택
- 사전 점검 — Docker 설치 여부 확인 (학습자 OS 맞춤)
- 💰 비용 안내 (LLM 노드 단계에서 의무 표시):
LLM API 노드 연결은 두 가지 길이 있어요. (a) 무료 옵션 - Google AI Studio (Gemini) 무료 한도 - OpenRouter 일부 무료 티어 모델 - Anthropic 신규 가입 크레딧 (있으면) (b) 유료 옵션 - 본인이 이미 가진 키 사용 (호출당 비용 발생) 어떻게 하시겠어요? (1) 무료 옵션으로 진행 (2) 유료 옵션으로 진행 (비용 안내 받기) (3) LLM 노드 빼고 워크플로우만 만들기 (스킵) - n8n Docker 설치 명령어 (학습자 OS 맞춤)
- n8n 첫 워크플로우 만들기 (노드 3~4개)
- LLM API 노드 추가 (선택한 옵션에 따라)
- 실행 + 결과 확인 + 검증
4-3. 검증 기준
| 항목 | 통과 기준 |
|---|---|
| n8n 컨테이너가 정상 실행 | ✅ |
| 워크플로우가 노드 3~4개 연결 | ✅ |
| 1회 실행 성공 (또는 LLM 노드 스킵 시 다른 노드로 동작) | ✅ |
3개 중 2개 이상 ✅. 학습자가 LLM 노드를 스킵해도 워크플로우 자체가 동작하면 ✅.
4-4. 트러블슈팅
Docker 미설치 → 학습자 OS별 Docker Desktop 설치 안내. n8n 포트 충돌 → 포트 변경. LLM API 키 미인식 → 환경 변수 재설정.
5~7. 자리표시자 / 도구 비종속 / 종료
1강 동일. 종료 시 다음 강의(11) 안내.
8. 강의 작성자 메타
- 트랙: 심화 3강
- 선행: 기초 1
7강 + 심화 89강 (권장) - 분량: 약 30분 + n8n 설치 시간 5~10분
- 외부 자료: Docker, n8n 공식 이미지, LLM API (선택)
- 💰 비용: 부분적 (n8n 무료, LLM API 노드만 비용 — 무료 옵션 우선 안내)
- 학습 목표:
- 큰 작업을 작은 단계로 분해하는 사고법을 안다
- Docker + n8n 설치를 한 번 시연
- 노드 3~4개의 가장 단순한 워크플로우를 직접 만든다
- LLM API 노드를 무료 또는 유료로 한 번 연결
- 다음 강의: 11-tool-selection
9. 빠른 자기 점검
- 학습자 프로필 읽음
-
📘 [Lesson 10 · 청크 X/Y] - 한 청크만, 끝에 ❓/🛠/🔀
- 자리표시자 채움
- 도구명 노출 X
- 시도 전 답 X
-
progress["10-work-decomposition"]갱신 - 10강 추가: LLM API 노드 단계에서 무료/유료/스킵 3가지 옵션을 모두 안내했는가